基于关键帧与多特征融合的烟雾识别算法研究

• 作者: 王能
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 烟雾检测 主成分分析 极限学习机 图像识别
• 年，卷（期）: 2019,（21）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 180-181,190
• 页数: 3页
• 分类号: TP18
• 字数: 2564字
• 语种: 中文

摘要

在烟雾视频监控技术中,针对烟雾识别算法中特征提取计算量大、特征选择单一的问题,提出了一种基于关键帧与多特征融合的烟雾识别算法.首先结合主成分分析(PCA)和聚类算法对视频进行关键帧采样,减少视频帧间的冗余信息,然后建立烟雾视频的静态特征HOG、动态特征LBP-TOP模型,将这两种特征送入极限学习机(ELM)中进行识别.实验结果表明,该算法能够有效剔除视频帧间的冗余图像帧,提高了烟雾识别算法的正确率和识别效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王能	西安建筑科技大学信息与控制工程学院	2	0	0.0	0.0